python人脸识别方法_Python3 利用face_recognition实现人脸识别的方法

前言

之前实践了下face++在线人脸识别版本,这回做一下离线版本。github 上面有关于face_recognition的相关资料,本人只是做个搬运工,对其中的一些内容进行搬运,对其中一些例子进行实现。

官方描述:

face_recognition是一个强大、简单、易上手的人脸识别开源项目,并且配备了完整的开发文档和应用案例,特别是兼容树莓派系统。本项目是世界上最简洁的人脸识别库,你可以使用Python和命令行工具提取、识别、操作人脸。本项目的人脸识别是基于业内领先的C++开源库 dlib中的深度学习模型,用Labeled Faces in the Wild人脸数据集进行测试,有高达99.38%的准确率。但对小孩和亚洲人脸的识别准确率尚待提升。

(关于兼容树莓派,以后有板子了再做一下)

下面两个链接划重点

环境配置

ubuntu16.04(其他环境的安装可以参考第一个链接,官方有说明)

pycharm(可忽略,怎么舒服怎么来)

python3

opencv(我的是4.1.2,三点几的版本应该也一样)

实际上只需要安装face_recognition,当然,没有opencv的也需要安装一下opencv

pip3 install face_recognition

图片准备

由于需要做一些图片的比对,因此需要准备一些图片,本文图片取自以下链接

https://www.zhihu.com/question/314169580/answer/872770507

接下来开始操作

官方还有提供命令行的操作(这个没去做),本文不做这个,我们只要是要在python中用face_recognition,因此定位到这一块。

2020031314282164.jpg

这个api文档地址就是上面的第二个链接。进去之后可以看到:

2020031314282165.jpg

part1.识别图片中的人是谁

代码

# part1

# 识别图片中的人是谁

import face_recognition

known_image = face_recognition.load_image_file("lyf1.jpg")

unknown_image = face_recognition.load_image_file("lyf2.jpg")

lyf_encoding = face_recognition.face_encodings(known_image)[0]

unknown_encoding = face_recognition.face_encodings(unknown_image)[0]

results = face_recognition.compare_faces([lyf_encoding], unknown_encoding)

# A li

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个简单的 Python 人脸识别比对代码,使用了 OpenCV 和 face_recognition 库: ```python import cv2 import face_recognition # 加载已知人脸图像和对应标签 known_image = face_recognition.load_image_file("known_face.jpg") known_encoding = face_recognition.face_encodings(known_image)[0] known_label = "Tom" # 打开摄像头 capture = cv2.VideoCapture(0) while True: # 读取摄像头图像 ret, frame = capture.read() # 将摄像头图像转换为RGB格式 rgb_frame = frame[:, :, ::-1] # 查找图像中的人脸 face_locations = face_recognition.face_locations(rgb_frame) face_encodings = face_recognition.face_encodings(rgb_frame, face_locations) # 遍历每个人脸并进行比对 for face_encoding in face_encodings: matches = face_recognition.compare_faces([known_encoding], face_encoding) label = "Unknown" # 如果是已知人脸,则显示对应标签 if matches[0]: label = known_label # 在图像中框出人脸并显示标签 top, right, bottom, left = face_locations[0] cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2) cv2.putText(frame, label, (left, top - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2) # 显示图像 cv2.imshow("Face Recognition", frame) # 如果按下q键,则退出程序 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放摄像头并关闭窗口 capture.release() cv2.destroyAllWindows() ``` 在此代码中,我们首先加载了已知人脸的图像和标签,并使用 face_recognition 库将其编码为向量。然后,我们打开摄像头并循环读取摄像头图像。对于每张图像,我们使用 face_recognition 库查找人脸位置,并将其编码为向量。然后,我们将已知人脸的编码向量与每个人脸进行比对,如果匹配,则显示对应标签,并在图像中框出人脸。最后,我们使用 OpenCV 显示图像,并在按下q键时退出程序。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值